[系统转发] 研究中的测量模型 1

Kenneth

据小的浪迹江湖所悟，大凡习文学武，需先求得秘笈在手，勤加锻炼，日子有功，必大器能成也。宝典何求？兹附上传书三册。首二者为达摩秘传，后者为坊间杂记，盼为所用，他朝学成之日，需闯荡江湖，诛恶锄奸，以正歪风为盼。
（1）Farh, Jiing-Lih Larry, Earley, P. Christopher and Lin, Shu-Chi, （1997）Impetus for Action: A Cultural Analysis of Justice and Organizational Citizenship Behavior in Chinese Society. Administrative Science Quarterly, Vol. 42, pp. 421-444.
（2）Jiing-Lih Farh, Chen-Bo Zhong, Dennis W. Organ （2004）Organizational Citizenship Behavior in the People's Republic of China， Organization Science. Vol. 15, No. 2, pp. 241-253.
（3）Law, K.S. & Wong, C. (1999).  Multidimensional constructs in structural equation analysis: An illustration using the job perception and job satisfaction constructs.  Journal of Management. 25(2), 143-160.

@ 回复 求知 19楼 (Kenneth)
Kenny 好！这几天我专心研读了你发来了秘籍，有些体会，跟您分享一下，也是请教。
1）对于LMC，我们可以用探索性因素分析来确定维度的个数，以及每个维度应该包括哪些Items.然后我们可以用验证性因素分析来对探索性因素分析的结果进行确认。而对于AMC，我只能如“Jiing-Lih ​Farh, ​Chen-Bo ​Zhong, ​Dennis ​W. ​Organ ​（2004）Organizational ​Citizenship ​Behavior ​in ​the ​People's ​Republic ​of ​China， ​Organization ​Science. ​Vol. ​15, ​No. ​2, ​pp. ​241-253.”这篇文章所使用的方法，采用专家评定的方法确定构念所包含的维度，以及每个维度下面对应的项目（item）。然后再用您的“坊间杂记”推荐的方法进行检验。
不知道我以上的做法是否正确？
2）在您的坊间杂记中提到RAMONA软件包可以进行AMC的验证。不知道AMOS是否也可以做类似的工作？如果不可以，不知道在哪里可以找到RAMONA软件包？
再次谢谢kenny！

Kenneth

你们还是常常把“维度与多维构念间的关系”和“维度与测量项目间的关系”搞乱。前者有latent的关系，也可能有aggregate的关系。后者可能是reflective indicator，也可能是formative indicator。所以，这个有四个可能性：
1. latent + reflective
2. latent + formative
3. aggregate + reflective
4. aggregate + formative
凡是 latent 或是 reflective 的都可以用因子分析。凡是 aggregate 或是 formative 的都可以用结构方程建模的方法来估计。比方如果是第3种的话，虽然是aggregate，你还是可以在项目的层面做因子分析的（因为它的项目是reflective indicators）。
另外，我们用的时候RAMONA还是一个独立的软件。现在好像是给STAT买了，作为一个单元了。对不起，我没有用过AMOS，不知道AMOS可不可以做这样的东西。


2）在您的坊间杂记中提到RAMONA软件包可以进行AMC的验证。不知道AMOS是否也可以做类似的工作？如果不可以，不知道在哪里可以找到RAMONA软件包？
再次谢谢kenny！ 

@回复 求知 21楼 (Kenneth)
谢谢kenny！
我明白了：对于第三种情况，我做因子分析后，如果不再作其他工作（就像很多人一样）得到的仅仅是维度（子构念）的信息，实际上并没有得出那个多维构念的信息，或者是得到的是你所讲的伪多维构念。
谢谢你让我对多维构念的认识又加深了一层。

kenny,您好。我最近做的一项研究中，采用了国外的一个量表（一个因素模型，7个items）。也进行了双向翻译，收集多个sample数据进行CFA时，都发现拟合系数效果不好。比如，其中一组数据（161个样本）验证时，发现其X2=122.7; df=14; GFI=0.82; CFI=0.91;NFI=0.89; RMSEA=0.22.用其他样本数据来验证，同样不理想。请问您：在这种情况下，是否说明需要对这个量表进行本土化改进？还是说，在研究中，还是可以用这个量表的数据来验证我的假设呢？谢谢了！

另外，补充一下，信度分析的数据还是可以的，一致性系数为0.83.

Kenneth

Freebird，第一、你有沒有找出是其中的一個項目出現了問題？第二、你每個樣本是不是很小？（N 起碼超過100）？第三、既然你已經「收集多个sample数据」,在這樣的情形底下，你是有條件可以改善量表而從新驗證的。我的保守建議是如果“第一點”和“第二點”都成立的，你可以用你第一個樣本做修改，比如刪掉一個不好的項目，用第二個和第三個樣本來驗證（就是證明相比沒有刪掉以前，刪掉已后擬合指數都變得很好）。最后解釋為什么這個項目在中國是有問題的（我假設翻譯完全沒有問題）。經過兩次cross validation，原因也明確了，應該是可以接受吧！

@回复 freebird 24楼 (Kenneth)
Kenny，您好！
（1）我仔细看了一下这些项目的loading，发现尽管其中有一个反向计分项目的loading（0.38）低了一些，但删除其之后，总体拟合效果并没有太大改善。进一步考察软件提供的模型修正建议，是在item误差项存在相关。请问这意味着什么呢？我印象中，CFA模型中的误差项是不应该存在相关的。
（2）就样本数目而言，一个样本数为332；一个为206，一个为160；但每个样本算下来都是如此。
（3）很有趣的是，我对这7个items进行EFA时，发现其高度负荷在一个因素之上，累计方差解释率达72%。这是不是意味着在目前的情况下，我无需对该量表进行修正，也可以在我的结构模型中应用这个量表了呢？还是说，我必须对其进行修正。谢谢了。

Kenneth

​freebird 
（1）item误差项存在相关,意思是两个项目在测量你要的潜变量以外，其实还可能是包括了其他的共同测量，所以误差不是随机的。
（3）看你的情形，我看除了从新发展一个量表外，唯有继续的用现有的吧（我是假设你的翻译完全没有问题了）。